橘梨纱第六部下载,n70游戏下载,人性本色 浪子小刀
笔记：python中存储16bit和32bit图像的方法。
说明：主要是利用scipy库和pillow库，比较其中的不同。
我要评论
'''
测试16bit和32bit图像的python存储方法
'''
import numpy as np
import scipy.misc
from pil import image
# 用已有的8bit和16bit图作存储测试
path16 = 'd:\py_exercise\lena16.tif'
path8 = 'd:\py_exercise\lena8.tif'
tif16 = scipy.misc.imread(path16) #<class 'numpy.uint16'>
tif8 = scipy.misc.imread(path8) #<class 'numpy.uint8'>
print(np.shape(tif16),type(tif16[0,0]))
print(np.shape(tif8),type(tif8[0,0]))
print()
save16 = 'd:\py_exercise\lena16_save.tif'
save8 = 'd:\py_exercise\lena8_save.tif'
scipy.misc.imsave(save16, tif16) #--> 8bit
scipy.misc.imsave(save8, tif8) #--> 8bit
# create a mat which is 64 bit float
nrows = 512
ncols = 512
np.random.seed(12345)
y = np.random.randn(nrows, ncols)*65535 #<class 'numpy.float64'>
print(type(y[0,0]))
print()
# convert y to 16 bit unsigned integers
z16 = (y.astype(np.uint16)) #<class 'numpy.uint16'>
print(type(z16[0,0]))
print()
# 用产生的随机矩阵作存储测试
save16 = 'd:\py_exercise\lena16_save1.tif'
scipy.misc.imsave(save16, z16) #--> 8bit
im = image.frombytes('i;16', (ncols,nrows), y.tostring())
im.save('d:\py_exercise\lena16_save21.tif') #--> 16bit
im = image.fromarray(y)
im.save('d:\py_exercise\lena16_save22.tif') #--> 32bit
im = image.fromarray(z16)
im.save('d:\py_exercise\lena16_save23.tif') #--> 16bit
# 归一化后的np.float64仍然存成了uint8
znorm = (z16-np.min(z16))/(np.max(z16)-np.min(z16)) #<class 'numpy.float64'>
print(type(znorm[0,0]))
save16 = 'd:\py_exercise\lena16_save11.tif'
scipy.misc.imsave(save16, znorm) #--> 8bit
# 归一化后的np.float64直接转8bit或16bit都会超出阈值,要*255或*65535
# 如果没有astype的位数设置,会直接存成32bit
zimg = (znorm*65535).astype(np.uint16)
im = image.fromarray(zimg)
im.save('d:\py_exercise\lena16_save31.tif') #--> 16bit
im = image.fromarray(znorm)
im.save('d:\py_exercise\lena16_save32.tif') #--> 32bit(0~1)
以上这篇python存储16bit和32bit图像的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持移动技术网。
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
python求numpy中array按列非零元素的平均值案例
网友评论